Prompting meistern – Best Practices, Techniken und Hacks für bessere KI-Ergebnisse

0:04Ja, noch eine Minute, dann legen wir los. Okay, dann glaube ich, dann nähern wir uns der 11 Uhr. Dann nochmal ganz offiziell herzlich willkommen hier zu unserem Online Learning Case. Diesmal geht es um das Thema Prompting. Wir haben verschiedene Ansätze hier mitgebracht, verschiedene Grundlagen des Promptings auch und ich denke, es wird wieder ein spannendes Webinar. Und, ja, Gerald, du würdest starten, glaube ich, so. Genau, wir spielen's. Danke, Christopher. Erst mal noch mal Hallo auch in die Runde jetzt an die Neue, an Kömlinge heute um 11 Uhr, ungewöhnliche Zeit. Auch für uns, das ist so mitten im Tagesablauf. Deswegen, wenn wir so ein bisschen busy wirken, dann hat das diesen Hintergrund. Okay, Leute, wir starten mit dem Thema Prompting im Allgemeinen und es ist ja so, wir haben jetzt schon, da glaube ich, das dritte Seminar dazu gemacht, jetzt heute wird das dritte sein und haben das so jedes Jahr machen wir so ein Prompting Seminar und auch in unserem

1:33Learning Lab haben wir das Thema schon zweimal gehabt und wir nehmen immer wieder wahr und kriegen immer wieder Feedback, könnt ihr da nicht ein bisschen mehr machen und vor allem, wie kann man das so mit aktuellen Tools entsprechend einsetzen? Deswegen gehen wir heute mal so ein bisschen strukturiert vor. Ich zeig euch jetzt einfach mal Newscase, dass man mit dem Promting so alles treiben kann, gerade im Bereich der AI Agents. Und Christopher geht dann systematisch durch die Thematik durch, zeigt euch den neuen, geilen heißen Scheiß dann im Bereich des Promptings, worauf ihr achten müsst und am Ende fast mal das nochmal zusammen und geben dann nochmal einen Ausblick. Okay, so, die, die zu spät kamen, obwohl, wir sind noch relativ viele jetzt, genau, okay, ich gebe euch mal ein Desktop frei, das ist dieser hier. So, und was ihr jetzt seht, ist ein Kali-Tool eins unserer meiner Lieblings-Tools hier, das ist Abacus AI, das ist ein, ja, ein, wie soll man sagen,

2:47ein Multiple-Hybrid-Plattform mit verschiedenen, mit verschiedenen Large-Language-Models im Hintergrund. Was dieses Tool aber seit Gründung und ja, seit Bestehen tatsächlich auszeichnet ist, diese hybride Verbindung zwischen Large-Language-Models und der Gestaltung von automatisierten TAS und AI Agents. Da sind sie sehr stark, aber Kurs AI hat auch eine absolute Stärke im Bereich der Programmierung. Ich kenne also sehr viele gerade Web-Entwickler, die das als Tool der Wahl nutzen. Da sind einige Impulse dazu. Der Preis auch sehr gut für 10 Euro im Monat das günstigste, was es auf dem Markt nach wie vor gibt. Allerdings ist es so, Wenn man jetzt A.I. Agents baut, dann werden die zuzüglich zu den 10 Euros dann nach Token abgerechnet. Wenn man also größere Sachen baut, dann ist man ruckzuck, so bei 100, 200, 300 Euro dabei, die man zusätzlich für so ein Agent bezahlen muss und auch die Ausführung kostet dann

3:49auch noch mal entsprechend, also günstiger Einstiegspreis, dann aber nachher in Betrieb dauerhaft durchaus auch schon attraktiv der Wert zu überlegen, ob man dann nicht auf andere Lösungen wie Clot von Entropic, also Clot Max ins Besondere geht oder vielleicht in sich einen großen Account bei Manus oder ähnliches dann besorgt. Okay, lange Rede kurzer Sinn, ihr seht hier also dieses Tool, dann habt ihr dann hier oben so diese Möglichkeiten hier, ihr könnt Apps entwickeln und so weiter, ihr könnt die TAS entwickeln. Das machen wir mit dem TAS und die anderen lasse ich jetzt mal außen vor. wie ihr seht hier denn in der Titelzeile, dass er von den Chatch LLMs dann auf den Deep Agents geht. Das ist quasi dann die Funktionsbezeichnung, diesen Deep Agents, da bastel ich dann im Grunde genommen mit meiner AI Agents. AI Agents sind einige Kennens, einige vielleicht etwas weniger, sind im Grunde genommen eine anderen Andereiung von Aufgaben, die dann dieser Agent hintereinander in eine logische

4:50vollgebringt und dann mit einem bestimmten Output automatisiert und sequenziell hintereinander dann abarbeitet. Das ist der Agent. Und wir wollen einfach mal so reingehen, weil da ist das Prompting wichtig. Das ist nämlich eine Low Code, Low Code Anwendung hier. Ich brauche also nichts kodieren für so einen Agenten, sondern ich gehe da einfach mit Prompts rein. Und ihr könnt denn mal einfach hier reinschauen euch mal diese use cases hier angucken so fern ihr da euch schnell irgendwo mit google und konen account einrichten könnt genau hier werden also schon mal so Sachen angeboten dass man sich in eis selbst unterstützen bauen kann oder dann halt ein ai unterstützten kalender manager machen kann ich habe diese vorlagen hier so noch nicht geprüft ich Ich finde aber, weil ich auch bei Abacus ein so was laufen habe, ein Morning Briefing Agent und der hat das Ziel, das mir dann am Morgen um eine bestimmte Uhrzeit,

5:51ich sage zu einfach mal 8 Uhr, pünkt dich an meine E-Mail-Adresse, dann eine bestimmte Zusammenfassung oder bestimmte Information automatisiert zusammengestellt werden, die ich dann quasi konsumieren kann. Ich brauche das für mich fit zu machen für den Tag, inhaltlicher Art. Ich muss die neuen News im Bereich digital, digitale Medien und KI kennen. Und das ist jetzt so mein ganz privater Use Case dafür. Genau. Und er fängt das an. Ich prompte im Grunde genommen in deutscher Sprache. Das ist auch egal, die Sprache hier dann so ein Beispiel rein wie jeden Morgen. Ach du, erstelle, sende mir ein umfassendes Briefing mit. Und dann kann ich das jetzt natürlich ankündigen. Ich mache das immer noch mal so, dass ich das also auch noch mal so ein bisschen segmentiere. Das ist einerseits gut für mich, dass ich dann nochmal, wenn ich den Prompt-Up-Chicke-Feuer nochmal eine Information habe, darüber eine Struktur habe, was will ich wirklich davon?

6:48Und ich kann dann am Ende auch noch mal sagen, gibt mir diese Information per E-Mail und vielleicht noch zusätzlich irgendwie als ein Google-Doc oder ein World-Doc oder so was aus, auch das geht mit zusätzlichen Anweisungen, die ich dann hier am Ende dann erfassen kann. wir wollen einfach mal so starten und dann seht ihr was da so passiert und das ist im naja ihr seht schon hier ich habe nicht mehr genug credits da gerade hat es noch funktioniert ja ich ahnte es du könntest mir wenn du willst kannst du mir den prompt rüber schicken dann mache ich das gleiche noch mal ja okay gut dann müssen wir den aber kurz christopher hat noch mehr davon ich habe noch ein bisschen drauf dann machen wir es einfach so und ich Dann machen wir es so genau. Schickst du mir denn kurz rüber, dann würde ich das Parallel machen. Ja. Genau. Ich schick den auch gleich in den Chat. Genau, schick den in den Chat, dann hole ich mir das aus.

7:42Dann habt ihr das mit mich auch alle. Moment, Moment, Moment, Moment. Das ist ein Verkehrter. Ich muss den nochmal löschen. Das ist ein zweiter Teil. Ein Moment, er kommt. Mhm.

8:05Ja, mit den Token. Das ist halt bei Aberkurs immer so ein Ding. Also ihr habt jetzt meinen größeren Prompt in dem Chat. Ich hab jetzt nur die erste Hälfte erst mal genutzt, um erst mal zu gucken, was passiert da jetzt konkret. Ich stoppe meine Freigabe, dann führt das sofort. So, ich hab's abgeschickt, den gleichen Prompt, den du auch hast, auch im Deep Agent, auch bei Aberkurs, sodass wir identische Setting haben. Und ich kann auch gerne meinen Bildschirm noch mal zeigen, uns das zusammen angucken, weil der Klassiker, was hier passiert, jetzt gerade ist, dass das System dann Rückfragen stellt. Man sieht es hier und jetzt sieht man eben, dass er quasi den Prompt einmal analysiert hat und um quasi fehlende Kontext, der etc. auszugleichen, dann guck mal später auch noch mal dazu, kommen Rückfragen und zieht erst mal Standort für Wetter. Gut, in dem Fall würde ich jetzt mal Köln sagen. Ich mache es immer so,

9:03dass die Nummern von ihm dann auch aufgreifen und die dann beantwortet, zwar in Nachrichtenpräferenz, weil ich finde, das sehe ich nicht besonders. Jetzt bin ich da am Gucken, wir hatten ja eigentlich gesagt, künstliche Intellenz, oder jeden Morgen erstellen Sie mir ein Buch, dann wer denn, wie ich es sagte, meinst, ah, ne, ich sehe jetzt grad. Genau, aus den wichtigsten Nachrichten habe ich künstliche Intellenz, also ein Thema angegeben. Okay, okay, gut, dann, genau, da machen wir das so. Tageskalender will er dann auch den Wissen welchen Dienst man nutzt. Da nutze ich in dem Fall Google. Genau, dann will er die Aufgabe. Hast du E-Mail-Konto will er auf? Da habe ich ein Privates. Da würde ich jetzt mal sagen, weil ich hätte jetzt anders gebrummt. Deswegen würde ich jetzt einfach sagen, bitte E-Mail doch nicht berücksichtigen. Wir haben ein Kalender, einen guten Kalender und für einen fetten wir noch Aufgabenverwaltung.

10:21Ja, da ist es so, dass da bin ich wirklich sehr oldschool. Ich habe hier ein eigenes Canbernboard im Büro mit dem arbeitig. Das lässt sich nicht automatisieren. Das ist manuell, ja. Das hätte ich gerne, ja, per e-mail. Da könntest du eine Gmail-Adresse eingeben oder so. Ja, genau. Oder ich könnte meine 200 Optionen, so 7, 2 Zonen, genau. Vielleicht nochmal auch zu den Versandmethoden. Das ist wundervollig von Arbacus. Es machen alle Tools so. Die arbeiten uns sehr gerne mit Google Mail zusammen. Also Google Mail Nutzer haben da einen Vorteil, wenn man über einen SNTP-Server geht und so weiter, muss man die erst mal einrichten und viele Blocken auch natürlich KI-Zugriffe. Bei Google ist da völlig entspannt, weil die mit Gemini sowieso so eine Verquickung kam. Genau, also das wird jetzt eine Weile gehen. Entschuldigung, deswegen würde ich schon mal jetzt dann das Teil beenden. Wir lassen es wieder im Grunde laufen.

11:29Genau, und die Überlegung war, dass wir jetzt noch mal so ein bisschen auf Prompting-Grundlagen auch eingehen und von da so ein bisschen auch in das, sag ich's mal, Context-Prompting dann übergehen, was ja heute mittlerweile sehr hohen Stellenwert auch erhalten hat oder erhalten bekommen hat. Und ja, ich steig einfach mal, wie gesagt, so ein bisschen fließende in das Ganze ein. Zeig euch mal so ein bisschen unsere Prompting-Grundlegenden Dinge, an die wir uns immer erhalten. was Prompting ist, glaube ich, brauche ich jetzt nicht mehr sagen. Aber wir haben so Regeln, die wir auch in unseren Trainings als auch selber immer wieder nutzen. Das 1 ist eben ganz, ganz wichtig, Trennung von Anweisung und Kontext, sich spezifisch klar und logisch zu äußern, Beispiele zu geben, das nennt man auch View Shot Prompting, klares Zielvorgeben, ein und Ausgabe-Formate zu nutzen und dann kann man so ein bisschen in die tieferen,

12:19vor allem so in das Kontext bezogene Prompting, wo man aber halt so im Dreierkanon heute unterwegs ist zwischen Context, Prompt und Model, aber auch so das Thema Follow-up Prompting. Ja, fangen wir an. Ganz, ganz wichtig merke ich immer wieder, dass viele das nicht so auf dem Schirm haben, was aber deutlich, sag ich mal, für das System strukturierter und besser verarbeitbar ist, wenn ich sauber meine Anweisung trenne von dem, was ich als Input gebe. Also wenn ich eben sage, fasse den nachfolgenden Text, den Aufzählungspunkten zusammen, das Designstudium und Echo sein und so weiter. Und dass quasi die Anweisung und der Text, den der bearbeitet werden soll, dazu diese Anweisung gehört, alles so ein großer Fließtext ist, dann ist es fürs System natürlich erst mal schwer auszufinden, was ist jetzt tatsächlich die Anweisung und was ist denn jetzt hier der Text, der bearbeitet werden soll, ob man ihr Ei selber hat in seinen Woren und Anleitungen

13:14für die Promptings, so die Empfehlung, das über drei Hashtagabtrennungen zu machen. Das heißt, dass ich eben hier über drei Hashtags den Text, den ich jetzt bearbeitet haben möchte, durch die Anweisung, dass ich den mit drei Hashtags am Anfang und am Ende abtrenne. Ja, das nächste ist, je klarer und logischer ich mich äußere, vor allem so in Bezug auf, wie das System ja auch so denkt, ist in Dimensionen, dass ich quasi klare Ausrichtungen vorgebe und logischer agiere, was ich haben möchte. Also wenn ich jetzt eben sowas mache, wie schreibe ein Gedicht über Bananen. Da bekomme ich ein durchschnittliches Gedicht. Wenn ich aber sage, schreibe ein drei Absätze umfassendes inspirierendes Gedicht über Bananen, das ich auf Bioanbau bezieht, im Stil Johann von Wolfgang von Goethe. Dann habe ich hier ganz klar logische Dimensionen reingebracht, die das System auch dann aufnehmen und tatsächlich umsetzen kann. Denn ich habe

14:09einmal jetzt hier die Dimension der Länge. Das ist im Prinzip die drei Absätze umfassen. Ich Ich habe die thematische Dimension, das ist das Gedicht über Bananen auf Bio-Anbau, die Thematik als unter Subthema spezifiziert und dann habe ich auch noch mal die Dimension des Stils. Und da habe ich ja spezifiziert, dass es Joang Wolfgang von Goethe ist. Das ist eben so die klassische Rangehensweise, wenn ich das eben klar und deutlich äußere, was ich mir vorstelle und in welchen Bereichen das wie ausgeprägt sein soll, das System viel besser und effektiver für mich arbeiten. Ja, und sogenanntes Viewshot Prompting heißt nichts anderes, wie dass ich diesem System Beispiele vorgebe. Wenn ich jetzt beispielsweise sage, extrahäre Unternehmensnahme, Personen und Themen, die Volkswagen AG mit Vorstand, Chef Matthias Müller leidet, derzeit unter einem schwachen Ostgeschäft und der Bau der neuen Produktionshalle in Dortmund

15:04verzögert sich massiv, dann habe ich hier wieder schon mal so, erinnert euch an die Promptregel 1 Anweisung und Inhalt, der bearbeitet werden soll, deutlich voneinander zu trennen. Der ist schon mal hier gebrochen, aber das System hat jetzt quasi einen sehr großen Interpretationsspielraum, was es tatsächlich vom Format auch mir nachher zurückgibt. Und besser ist, wenn ich dann hier auch ein Beispiel mit reingebe, also wenn ich ihm erst mal vielleicht noch mal ein bisschen spezifischer sage, er soll wichtige Entitäten rausziehen und dass ich ihm auch sage, so wie ich die Reihenfolge gerne hätte und das dann über ein Beispiel nochmal ganz klar auch in der Art Format Vorlage eben vorgebe, sowas wie Format und Beispiel, wir haben Name Doppelpunkt, Name der Person Doppelpunkt und Themen Doppelpunkt. Das Beispiel ist jetzt auch bewusst befüllt natürlich mit einem anderen Text, also dass er quasi das Muster lernt über diese Vorgehensweise und dann

15:58bekommen ich auch tatsächlich das Genauso ausgegeben, wie ich das hier in der Vorgabe auch dann entsprechend gesetzt habe. Also erhält sich dann auch tatsächlich an diese Formatierungsausgaben oder in seine Ausgabe an die Formatierung, die ich über solche Beispiele mit vorgebe. Wenn ihr uns das auch gerne mal anguckt, ich schicke den Prompt einfach mal ab, gehen wir auf die andere Seite. Ich würde mal kurz stoppen und wir gehen einfach mal ins Chat System rein. Ich würde das in dem Fall mal in ChatGBT kurz eingeben und wir würden das da kurz reinsetzen. Das heißt, ich zeige euch das gleich mal den Weg, teilen wir mal den Bildschirm. So, einfach rein, dem Fall können wir jetzt eher was Einfaches nutzen. Ich würde jetzt kein Denkmodell zum Beispiel verwenden, ich würde jetzt hier eher auf klassische Instant-Dinge gehen und das hier abschicken damit und das mal kurz weg schicken. Man sieht, okay, er hat jetzt genau quasi das angewendet, was er hier oben vom Format

17:15auch vorgekommen hat, hat jetzt genau Firmename, Name der Person und Themen, hat das wirklich identisch jetzt auch quasi dann abgearbeitet, eben aber bezogen auf den Input Text, den ich ihm gegeben habe. Und das ist eben sogenanntes Viewshot-Pronct-Ding, dass ich ihm immer ganz klar ein Beispiel vorgebe und sich dem sich dann an diesem Beispiel auch orientieren kann. Wir gehen mal zurück, gucken mal noch so auf eine der nächsten Regeln, was hier noch zu beachten ist oder was wir empfehlen, so in unseren Alltag, was wir immer wieder auch nutzen und das Promting zu verbessern, ist, dass man eben auch guckt, dass man die Ziele nochmal so definiert, dass eine Maschine damit arbeiten kann. Also wenn ich jetzt sage, ich brauche die Wörter aus diesem Text, das Designstudium an der Echo sein und so weiter, habe ich zwar jetzt hier sauber abgetrennt, aber ich hatte eine oder andere, hat vielleicht schon eine Idee, was jetzt

18:13passieren könnte, wenn ich genauso was abschicke, dass eben das System sehr wortwörtlich hier arbeitet, also dass es wirklich in dem Fall tatsächlich den Text extrahiert und in der Form extrahiert, dass er tatsächlich die Worte einfach untereinander wegschreibt. Wir können uns auch das mal kurz anschauen, indem ich einen neuen Chat aufmache, dann wieder hier den Chat und wir gehen das einfach mal durch. Ich gebe das System diese Aufgabe weiter. So, dann geben wir mal hier das ein. Und was jetzt passiert ist, dass er im Prinzip ganz stumpf, weil die Aufgabe war ja, ich brauche die Wörter aus diesem Text, die Wörter natürlich runterschreibt. Und das ist eher ungewöhnlich mit Sicherheit, habe ich mir was anderes gedacht. Ich gehe mal stark davon aus, wenn jemand so was eingibt, dass es eher die Idee ist, ich brauche bestimmte Wörter aus dem Text und vielleicht im Kopf auch schon gedacht, dass das System automatisch weiß, dass ich natürlich die Hauptthemenwörter aus dem Text

19:20haben möchte und richtig wäre so eine Anweisung und die muss ich eben dem System auch klar mitteilen, weil es eben System ist und eins zu eins alles befolgt und nicht direkt so schon mit überlegt hier für mich, muss ich ihm sagen, dass eben ich die Schlüsselwörter benötige, die sich auf eine Designfachrichtung beziehe. Und da kennt er dann schon, dass es okay einige Wörter gibt, die sich genau auf dieses vorgegebene Themenfeld auch beziehen und ordnet mir diese Wörter dann auch schön in der Aufzählungsliste schon auf. Ja, das nächste, was so ein System ja auch mitbringt, ist, dass sie eine große Fähigkeit auch haben im Bereich der der Multimedia, also man nennt es auch, sag ich mal, diese Modalitäten bei den Schätzesystemen, dass das Schätzesystem in der Lage ist, auch mit unterschiedlichen Modalitäten zu arbeiten. Und das wollen wir uns eben auch nochmal kurz angucken, dass wir eben nochmal schauen, wie sieht das aus?

20:22kann unser System ja auch sehr sehr viele System Dateien oder sage ich mal Datei-Formate verarbeiten. Wir haben eben unterschiedlich ein, aber auch Ausgabe-Formate. Also ich kann dem Chat-System, allen modernen Chat-System kann ich heute einen PDF anliefern. Ich kann Bild anliefern, eine Word-Datei, eine PowerPoint-Datei und so weiter, eine Excel-Datei, eine CSV. Also ich kann nahezu alle klassischen Office-Formate hier oder auch Multimedia-Formate in den Chat eingeben. Genauso kann ich aber auch solche Formate als Ausgabe mir generieren lassen. Und das ist ein sehr, sehr mächtiges Werkzeug, gerade in klassischen Office-Aufgaben, dass ich eben bei meinen Promptings auch immer wieder das Nutze, dass das System in der Lage ist, mit unterschiedlichen Dingen an Ein- und Ausgabenformaten zu arbeiten. Und wenn ich jetzt hier sowas habe, hier sind die generierten Umsätze, eine Umsatzaufzählung dann habe und dann

21:17Analysiere die Besten ist es natürlich sehr schwammig und das System weiß nicht konkret, was es machen soll und im Idealfall wird es aber seine Logik der Multimodalität auch nutzen und würde mir dann auch wirklich das Ganze in einem grafischen Aufbereitung ausgeben und da wäre hier dann so was wie Analysiere die zwei Bestenspendenjahre und gebe ein passendes Diagramm aus mit einer Markierung der Bestenspendenjahre und dazu sind die Systeme tatsächlich auch in der Lage heute, dass sie eben auch solche Multimedia Ausgaben, die sogar auch individuell konfiguriert sind machen und genau das werden wir jetzt hier uns auch noch mal im Chat dann angucken. Das heißt, ich würde hier jetzt ChatGBT noch mal aufrufen und wir würden genau das hier auch mal anfordern. Das war uns einfach da nochmal kurz die Dinge generieren lassen. Das heißt, ich würde hier noch mal das Teil anpassen auf mein Chatfenster. So,

22:15kleinen Moment, dann springen wir hier rein, das ein und lassen uns das einfach mal generieren und Chatchibit hier, aber auch zum Beispiel Entschropik hat jetzt gerade nochmal ordentlich nachgeliefert mit grafischen Ausgaben, sind eben in der Lage nicht nur Text auszugeben, sondern tatsächlich auch Visualisierungen und entsprechenden Dateninhalten, die ich hier per Text rübergereicht habe, wie in meinem Fall die verschiedenen Spendenumsätze, die jetzt hier analysiert werden und tatsächlich dann auch als Grafik ausgegeben wird, wie man jetzt hier sieht und auch die zwei besten Spendenjahre sind mankiert. Man sieht es hier, da so kleine Markierungen. Bei Chatchi BT, ich weiß nicht, wie es euch geht, habt ihr vielleicht auch schon mal eine andere Darstellung erlebt. Es gibt auch noch sogenannte interaktive Diagramme. Dann habe ich hier die Möglichkeit in den interaktiven Diagrammen auch zu switchen. Das heißt, hier habe ich jetzt

23:15nur die Möglichkeit ist, Schad runter zu laden. Das ist dann eine PNG-Datei, aber manchmal gibt es ja auch noch so eine zusätzliche Ausgabe. Das nennt sich dann interaktives Diakamen. Hier kann ich dann umschalten und kann in dem Diakam dann auch mehr die Daten quasi noch mal interaktiv anzeigen lassen, dass es eben quasi so eine andere Darstellungsmöglichkeit, die es hier gibt. Ja, wir switchen noch mal zurück und gehen noch mal tiefer in das prompting rein, in die prompt-möglichkeiten, die uns quasi so noch weiter zur Verfügung stellen und gehen bei den ein- und Ausgabeformaten auch noch mal so auf die Perspektive das Text sich auch ganz unterschiedlich dargestellt werden kann. Ich kann mir emojis aus... Was wir vorhin schon gesehen haben, aber auch was ich mal sehr spannend sind, ist die Ausgabe in Code und Formeln, dass ich mir zum Beispiel in einem Codefenster meine Ausgabe rausgeben lassen kann, sodass ich sehr einfach dann auch Texte rauskopieren kann, weil es eben schon

24:14abgegrenzt ist in den Codefenster. Die ganzen klassischen Textformate, Textformatierungsformate wie Rich Text Markdown können die Systeme zwischen Überschriften konstruiert mit verschiedenen Emoji-Mischungen, auch das ist was, was die Systeme schon in der Ausgabe sehr gut beherrschen und auch tabellen. Ja, wenn man jetzt so ein bisschen tiefer taucht in das ganze Thema Promptik, das waren jetzt so mal die grundlegenden Regeln, die nach wie vor Bestand haben und sich auch so im Alltag bewähren, so ein bisschen darauf einzugehen und seinem Prompt darauf auszurüchten, so ist es heute quasi stand heute so, dass wir so einen Dreierkanon mittlerweile haben und zwar eine Mischung aus Modell, also dass ich das passende Modell wähle, dass ich den passenden Promt eingebe, da haben wir ja vorher schon so ein paar Regeln gesehen, dass ich aber auch den Kontext vor allem beachte und der Kontext ist mit das Wichtigste geworden, denn je

25:08mehr das System weiß, umso besser kann das System auch tatsächlich mehr antworten oder auch tatsächliche Generierung, die meinem Ziel entsprechend ausgeben. Und wenn ich jetzt sowas eingebe, wie kann ich mich auf einen Marathon vorbereiten, dann bekomme ich halt eine durchschnittliche Antwort. Das werden wir auch gleich mal machen, dass wir das mal gleich abfragen. Wenn ich aber so was frage, dann bezogen nicht nur auf das Thema, wie kann ich mich auf ein Marathon vorbereiten, sondern eher auf meine Situation bezogen. Ich bin Laufanfänger, habe noch nie in ein Marathon gelaufen, möchte aber in sechs Monaten einen absolvieren. Bin 36 Jahre alt, habe nie Sport getrieben und meine regelmäßigen sportlichen Aktivitäten, sind zwar mal die Woche zehn Minuten spazieren gehen, wenn ich eben hier mein ganz klaren Kontext reingebe und dann die Fragesteller, dann bekomme ich eine komplett andere Antwort. Das wollen wir einfach mal uns angucken, wie sich die Antworten hier auch unterscheiden.

26:04Das heißt, ich würde hier mal wieder mein Schätzsystem teilen und wir würden eben einfach mal diese zwei Anforderungen, diese zwei verschiedenen Braumzieher reingeben und mal gucken, wie sich die Antworten verhalten. Machen wir erstmal so den nackten Prompt, der wirklich fast kontextfrei ist, der quasi ja nur sagt, was meine Absicht ist oder beziehungsweise, dass ich wissen möchte, wie ich mich auf einen Marathon vorbereiten kann. Und wenn ich jetzt hier mal gucke, dann sehe ich, okay, Vorbereitung auf dem Marathon ist weniger eine Trainingsfrage, sondern für ein systematisches Projekt aus Physiologie, Belastungssteuerung und so weiter. und dann kriege ich so hier eine allgemeine Trainingsstruktur, Zeitraum, Wochenstruktur, lockeres Grundlagentraining und so weiter. Ich kriege so die verschiedenen Abschnitte gezeigt, auch nochmal so die so best practices, aber halt sehr unspezifisch für eine klassische

27:02Situation, wie ich sie eben im zweiten Szenario dann hätte. Und genau das wollen wir jetzt eben machen, dass wir das Ganze noch mal anpassen, indem wir das ganz die gleiche Frage abschicken, aber diesmal deutlich angereichert über den Grundtext, wo wir eben sagen, dass ich Laufanfänger bin und so weiter. Schicken das mal ab und dann mal gucken, wie dann die Antwort sieht. Und man sieht, er kommt schon mit einem ehrlichen Feedback um die Ecke. Ich sage direkt und ohne Schönreden von kein Sport zu Marathon in sechs Monaten ist möglich, aber riskant und nur mit sehr kontrolliertem Aufbau. Nicht wegen Motivation, sondern wegen Sehngelenke, Herz-Kreislauf. Also man sieht hier, hier geht er schon deutlich stärker jetzt eben auf die Situation ein. Guckt auch hier noch mal die Grundprinzipien sind jetzt hier erstmal langsam starten, extrem langsam, Konstanz, Intensität, Gesamtstrategie. Also er hat es hier jetzt deutlich runtergebrochen, auch für

27:56mein Niveau mit dem Beispiel 5 Minuten gehen, eine Minute Chocken, 5 Minuten gehen. Also wirklich so ein langsames Reinkommen, um mich überhaupt erst mal Laufit zu machen. Er hat das hier an der Ausgangsweise schon sehr gut erkannt und hat das hier auch die Antwort komplett anders aufgebaut, wie man sieht. Das ist sich wirklich hier sehr stark auf das ganze eben jetzt fokussiert, was ich auch als Kontext mit reingegeben. Das ist ein eines der mächtigsten Prinzipien aktuell in dem ganzen Prompting geschehen, dass ich eben meine Eingaben sehr stark auch darauf fokussiere mit meinem Kontext, mit meiner Situation, denn das System kann umso besser antworten, je klarer die Kontextsituation ist und je klarer ich die Datenlage quasi auch in verbal, also mit Text beschreiben. Ja und das zweite große Prinzip neben dem Kontext ist das ganze Thema Modellwahl. Mittlerweile stehen uns ja diverse Modelle zur Auswahl. Alle Anbieter

28:56haben ja so eine Multimodellschiene auch aufgemacht. Man kann sich das so ein bisschen vorstellen wie bei einem Auto, also so die Analogie zum Auto ziehen. Unser gesamtes System ist das Auto. Also ein Chatchi BT ist beispielsweise das Auto. Aber dieses Auto besteht ja im Wesentlichen auch stark aus dem Motor, denn der Motor treibt das Auto an und so ähnlich ist es auch bei den Chatchi BT oder bei anderen Chat-basierten Sprachmodellsystemen, Sprachmodellanwendungen, da ist es so, dass das Sprachmodell quasi den Kern darstellt und auch fast alle Anbieter haben heute eben die Möglichkeit aus verschiedenen Sprachmodellen zu wählen. Und der große Unterschied ist meist in den Sprachmodellen, die ich wählen kann, ob ich einen Sinking-Modell oder einen Non-Sinking-Modell Modell wähle und da können wir so ein bisschen ausholen und mal gucken, was das Thema Non-Syncing und Syncing bedeutet, denn auch die Systemhersteller OpenAI hat auch gesagt, dass sie quasi Rückgriffe

29:56für diese Logik auch verwendet haben auf eben das Prinzip von Daniel Kahnemann. Daniel Kahnemann ist ein Forscher, der leider schon verstorben ist, der aber auch Nobelpreis bekommen hat für seine bahnbrechenden Forschung und sich sehr stark mit dem Thema Verhaltenspsychologie und Verhaltensökonomie auseinandergesetzt hat und erst der Urheber der sogenannten Zwei-Denksysteme. Also wenn ihr jetzt ein Bild seht, wie hier die Queen, die Verschorbener, dann seht, könnt ihr direkt schon sagen anhand des Gesichtsausdruck, ob sie fröhlich oder traurig ist. Also ihr könnt es sehr schnell und quasi fast schon unbewusst eine Aussage treffen, indem ihr nur kurz ein Bild oder eine Person seht. Gerade Gesichtererkennung geht extrem schnell in der Wahrnehmungspsychologie oder Wahrnehmungseffizienz und daneben seht ihr eine klassische Matheaufgabe 2345 und 1234 zusammen zu zählen und da ist es so, dass nicht quasi die Mehrheit von uns wird hier sein System 2

30:59einschalten müssen. Das heißt, ich muss anfangen zu überlegen. Ich muss sagen, okay, 2345 und 1234, jetzt fange ich doch mal an. mache ich mir einen Strich drunter, rechne ich 4 plus 5, dann rechne ich die 3 plus 4 und schreibe das entsprechend hier unter die verschiedenen Ziffernfolgen, dass ich hier die Adition sauber ausführe. Also, das heißt, ich muss hier tatsächlich Schritt für Schritt das lösen die Aufgabe und darüber nachdenken. Das ist das sogenannte System 2-Denken. Das heißt, es ist ein berechnend, logisches und bewusstes Denken. Und das ist ein System, was ich quasi immer zuschalte. Also System 2 ist quasi was immer eingeschaltet ist, so die Theorie vom Karnemann. Das ist quasi so unser Standard-Denksystem. Wenn man so will, das kann ich auch nicht ausschalten. Es sorgt auch dafür, dass ich nachts in der nicht aus dem Bett rausfalle, weil es eben ständig so eine Art Überwachungsfunktion und ständig eingeschaltet ist.

31:53System 2 ist eben das System, was ich dazu hole, wenn ich über ein Problem brüte oder wenn ich sehr Gedanklich-intensiv-Arbeite. Und an dieser Logik haben sich auch die Modellhersteller oder die Hersteller unserer modernen Sprachsysteme, Sprach-Chat-Systeme orientiert, dass sie eben einerseits quasi schnelle Modelle haben, die nennen sich dann meistens so was wie Instant, oder dann eben Modelle, die sich pro oder Sinking im Wort meistens der Modellbezeichnung führen, die dann quasi nichts anderes machen, als was wir auch machen würden über ein Problem sehr intensiv nachdenken und nicht sofort schon eine Antwort geben. Also ich hätte ja jetzt einfach hier auch zu dem, wenn jemand sagt, du warst 2345, 2334, dann sage ich 3444, dann einfach so eine schnelle Antwort geben, ohne wirklich zu überlegen. Und es war auch das große Problem unserer früheren Chat-Modelle, dass sie halt wirklich nur assoziativ und schnell gearbeitet haben und die häufig bei, sag ich mal, sehr logischen

32:55Probleme daneben lagen, weil sie einfach in der nächstwahrscheinliche Antwort sehr zügig ausgegeben haben. Die neuen Systeme, diese Sinking-Modellreihe, die arbeitet eben anders, die geht wirklich tiefer runter. Man sieht es auch meistens, dass, wenn ich die Hochtriggere, dass die dann eingeschaltet werden, also dass ich dann eine Sinking-Meldung bekomme und wenn ich jetzt so ein bisschen unser Beispiel von vorher da hier nochmal drauf anwende, dann wäre es so, dass ich im Idealfall nicht nur den Kontext auflade, sondern den Kontext vielleicht noch ergänze mit einem Dokument und zusätzlich dann ein Sinking-Modell wähle, also dass ich die Fragestelle mit dem Kontext aufgeladen, mit einem Dokument, was ich noch mitgebe und dann dem System sage, bitte nimm das Sinking-Modell, um das Ganze durchzuarbeiten und durchzugehen. Ja, das so als ganz großer Schwerpunkt in dem aktuellen Prompting-Geschirren, also guckt. Ich

33:57mache es mittlerweile so, dass ich selbst bei kleineren Anfragen oft schon zum Sinking-Modell greife, denn das macht im Prinzip auch die Bezahllösung bei den ganzen Chat-Systemanbietern aus. Da steckt wirklich die hohe Intelligenz und die hohe Fähigkeit dieser Modelle drin in den Sinking-Modellen. Also insofern tendenziell würde ich immer, wenn ich ein bezahlt Account habe, damit ich auch den bezahlt Account sinnvoll ausschöpfe auf die Sinking-Modelle gehen und diese dann verwenden. Ein Thema, was ich gerne noch hier zeigen möchte, ist so in Richtung Zielgerade, ist das Thema Follow-up Prompting. Also man sollte beim Prompt, beim ersten Prompt nicht unbedingt aufhören, sondern es macht Sinn, ein Prompt iterativ zu bearbeiten oder zu zu erarbeiten. Will das einfach mal demonstrieren hier an dem Thema, dass wir sagen, okay, für unseren Podcast wollen wir jetzt ein paar Titel finden, weil wir einen neuen Podcast

34:55vorhaben und ich würde dann anfangen zu prompten. Und starten einfach mal ganz einfach rein. Ich würde mal hier wieder entsprechend teilen. Kleinen Moment. Diesmal würde ich es mal mit Gemini machen, dass wir auch so ein bisschen wechsel haben. Das heißt, ich würde jetzt hier mit Gemini das einfach mal durcharbeiten und so mein erster Brompt wäre, dass ich sage, okay, mach mir doch mal 10 Titelvorschläge für unseren KI-Podcast. Ja, und ihr wisst schon oder seht schon, ja, ist natürlich sehr allgemein, was ich jetzt hier gebromptet habe, wenig Kontext drin, wenig spezifisches. Das heißt, er macht mir jetzt quasi einfach mal so erste Vorschläge. Er tut sich hier schon so ein bisschen abgrenzen voneinander, indem er quasi die schon mal gruppiert. Aber er weiß ja gar nicht, um welches Thema es geht. Also insofern sollte ich hier dann auf alle Fälle nachpräumten, um das Ganze spezifisch zu bekommen. Das heißt, ich würde ihm hier jetzt sagen, so was wie,

36:03gehe ich mal hier rein, gibt das mal ein. Bei der aktuellen Ausgabe geht es um das Thema Prompting, dass der Prompt heute allein nicht alles ist, sondern Kontextmodell, weil sehr wichtig sind. Dann schauen wir einfach mal, wie es da aussieht. Jetzt kriegt er quasi noch eine weitere Spezifizierung von mir und kann jetzt basieren auf dem vorgegebenen Thema, was ich jetzt hier aufmache, natürlich auch schon bessere Brompt-Umsetzung, also in Sinne seiner Antwort treffen und hier mir auch wirklich spezifisch das Ganze schon liefern, der Mythos vom perfekten Brompt, warum Kontext alles ist, Brompting allein reicht nicht mehr, dein Fehler bei der KI-Nutzung und so weiter und man sieht, jetzt wird es schon deutlich spezifischer, was ich aber jetzt noch feststelle, ich sage, ja super, das passt jetzt zum Thema schon sehr gut, aber wir haben zum Beispiel bei unserem Podcast immer einen ganz klassischen Aufbau, wie das aussieht, wie unser Podcast von der Titelstruktur geführt wird,

37:00also sollte ich Ihnen das auch mitgeben. Dann würde ich das mal hier noch mit reingeben und sagen, orientiere dich bitte an unserem bisherigen Titel, von unserem Podcast, dass er quasi das auf unsere Titelstruktur, so wie wir sonst auch immer in unserem Titel schreiben, entsprechend anpasst. Und wenn man so im Dialog hin und her geht, das ist eine sehr, sehr gutes Vorgehensweise, hat plus einen gewissen kritischen Punkt, den ich irgendwann erreiche, und zwar verlasse ich irgendwann das Kontextfenster. Das Kontextfenster kann man sich vorstellen, wie so ein Art Kurzzeitgedächtnis von unserem einzelnen Chat, der jetzt gerade hier auf ist und der ist begrenzt. Das heißt, dieses Kontextfenster kann sein, dass das irgendwann erschöpft ist und dass er dann sich an gewisse Dinge nicht mehr erinnert. Zum Beispiel können Sie sich nicht mehr daran erinnern, dass ich hier das Thema Prompting aufgemacht habe, dass er das wieder vergessen

37:53hat. Das kann dann durchaus passieren, wenn ich hier weiter chatte. Man sagt so grobe Hausnummer, das ist im Kontextfenster, so ungefähr so zehn Dienervierseiten im Chat ist. Ab dann könnte es anfangen, je nach System, was ich gerade hier im Einsatz habe, dass er anfängt, gewisse Dinge, die ich im Dialog schon mit ihm besprochen habe, quasi zu vergessen und dass ich mich vielleicht wundere, warum er jetzt plötzlich mit dem Vorschlag um die Ecke kommt, der gar nichts mit dem Thema Prompting zu tun hat, weil ich hier das Kontext verfenster verlassen habe, das wäre dann quasi so hier die Problematik. Und hier wäre so der Trick oder der Tipp, der sehr gut ist, dass ich einfach hergehe, denn jedes jeder Chat Anbieter hat ja die Möglichkeit hier, wenn ich drüber fahre, entweder das rauszukopieren, die ursprünglichen Chats oder bei ChatGBT ist es so, dass ich zum Beispiel auch dann den Prompt hier nochmal anfassen kann und neu abschicken kann und eine neue Iteration aufmachen könnte und

38:49dass ich hier dann quasi über den Weg meinen Prompt verbessere, also dass ich quasi hier das ganze nochmal zusammenfasse, indem ich dann einen sumarischen Prompt nachher abschicke, das heißt, ich würde im Zweifel hier eben neuen Chat aufmachen und würde einfach meine Dinge, die ich vorher so einzeln geprompte habe, mache mir zehn Vorschläge bei der aktuellen Ausgabe und so weiter, würde ich dann eben hier schon mal in einem neuen Pramp zusammenfassen, das Ganze abschicken und könnte von dem Punkt aus dann weiter mit dem System interagieren und sprechen. Wie gesagt, das wäre eben so was, dass wie man so eine Art erste Zusammenfassung macht, das nochmal abschickt und von dem Punkt aus dann weiterarbeitet, um einfach hier die Gefahr zu mindern, dass ich aus dem Kontextfenster rauslaufe und das System anfängt, Dinge, die im Dialog schon besprochen wurden, komplett vergessen zu haben. Ja, das werden mal so die wesentlichen Prompt-Regeln, die wir mitgebracht haben.

39:49Also wie gesagt, Treyacanon ist so das aktuelle große Prinzip zwischen Kontext, zwischen Modell und zwischen dem Prompt. Das sind so die wichtigen Wir klangen, indem man heute modernes Prompting vor allem gut in der Qualität aufbauen kann. Wir können ja mal gucken, was in der Zwischenzeit so passiert ist mit dem Thema Deep Agent, den wir vorhin angestartet haben. Das war einfach mal gucken, ob der schon fertig gearbeitet hat und mir hier schon, ja, hat er soweit, dann würde ich mal kurz teilen, was da jetzt rausgekommen ist, dann sieht Das sehen hier, dass er quasi jetzt hier angefangen hat zu arbeiten und hat hier schon quasi erstellt, also er hat quasi eine Aufgabe erstellt, die er dann ausführt und was er jetzt hier noch braucht, dass ich einmal meinen Kalender konnektiere und dann kann er die Aufgabe auch tatsächlich ausführen jeden Tag um acht und kann das für mich durchführen. Könnt es natürlich jetzt, weil 8 Uhr schon hinter uns, können wir das jetzt nicht vorführen, aber das wäre eben so der nächste Schritt in den Aufgaben.

41:03Das können wir aber hier sehen. Hier sehe ich die Tasks. Da sind die dann mit drin. Ich müsste da jetzt in den Tasks auch irgendwo geführt werden. Oder es kann sein, es kommt erst rein, nachdem ich meinen Kalender quasi verknüpft habe. Das wäre dann so der nächste Schritt, dass er quasi erst richtig loslegt mit dem Ganzen, nachdem der Kalender verknüpft ist. Ja, das mal so als zwei schienige Hausgangslage, die wir hatten, das war die einerseits mal so in die Agentenrichtungen noch gegangen sind, dass das System nicht nur quasi klassisch auf meine Anforderungen irgendwelche Ausgaben macht, sondern komplette Aufgaben regelmäßig abarbeitet und mir da die Ergebnisse gibt und auf der anderen Seite, dass wir uns so nochmal angeguckt haben, wie das moderne Prompting heute aussieht, dass es quasi Dreierkanon ist aus dem Kontext, aus der richtigen Modellwahl und aus dem Prompt eben, dass es alles drei braucht, um hier wirklich ein perfektes Ergebnis aus den Systemen rauszuholen. Ja, der

42:04Jirol sehe ich gerade, Frick, gerade könnt ihr schon verraten, auf welchem Bereich ihr euch schwerpunktmäßig für das neue Podcast konzentrieren werdet. Ne, da können wir nur nicht sagen, da sind wir gerade noch in Abstimmung, wird aber bald wieder der nächste kommen. So viel können wir schon sagen. Sehr gut. Gibt es in Fragen zu den verschiedenen Prinzipien, die wir so jetzt gezeigt haben? Nicht der Fall zu sein. Gibt es auch aus der Runde Erfahrungen bezüglich eures Plomptings, was ihr so treibt oder vielleicht hat einer irgendwie einen coolen Workflow oder sowas mal ausprobiert, den er gerne teilen möchte? Das ist auch nicht so. Okay, da kann ich noch vielleicht eine Ergänzung machen, was ich neulich gelesen habe. Es gab jetzt ein Studie, das fand ich ganz spannend, dass die Ausgabekwilität noch mal verbessert werden kann, wenn ich meinen Prompt wiederhole, ganz stumpf. Also wenn ich jetzt einen Prompt habe und den zweimal hintereinander eingebe, dann sind die

43:16Qualitäten noch besser. Der Erklärung ist, dass das System halt meistens durch die Wiederholung das noch mal intensiver verarbeitet und dadurch dann die Qualität der Ausgabe verbessert wird und in den Testsiedel gemacht haben das auch relativ stumpf gemacht, indem ich einfach den Brompt runtergeschrieben habe, den gleichen Brompt noch mal hinten näher kopiert und oder halt dann geschrieben habe, ich wiederhole es noch mal, weil es mir sehr wichtig ist, bevor sie das ganze noch mal den gleichen Brompt noch mal reinkopiert haben, aber das Ergebnis war immer in beiden Fällen, ob ich jetzt noch dazu schreibe, dass ich es wiederhole, weil es wichtig ist oder einfach blump hintereinander weg quasi reinkopiere, was in beiden Fällen die Verbesserung da war, was die Ausgabequalität angeht. Ich selber habe damit noch nicht getestet. Ich habe das erst vor kurzem die Studie gesehen. Insofern muss da noch so ein bisschen ausprobieren. Das wäre so bei mir

44:08zum Beispiel, was als nächstes auf der Agenda steht, dass ich in meinem Prompting das mal teste mit dieser Wiederholstrategie. Ja, gut ist auch, wenn man ein Beispielsweise ein Hinweis dann tatsächlich bezahlte Version nutzt, wie beispielsweise in Germany Pro oder so was, also da, wo man Errege 20 Euro leistet, sind die moderneren Tools alle, speichern deine Proms und haben speichern quasi so ein Gedächtnis in Thread auf. Also bloß dieses Threads nicht, wenn man da jetzt also in der Entwicklung ist, irgendwas entwickeln möchte, Geschäftskonzept, Marketingkampagnen oder so was sollte man sich das einfach aufrechterhalten, nicht löschen aus Datenschutzängsten, sondern einfach so belassen, weil dann entwickelt sich dann halt mit den Prompting die Idee immer weiter. Ja, das stimmt. Also, das stelle ich auch mal wieder fest. Also, die Chat-GPD ist mit der Memory zum Beispiel schon sehr gut geworden. Also, es ist gewisse

45:03Dinge, wenn dann schon sogar der Kontext quasi gefüllt, wenn ich schlampig arbeite, weil er aus der Memory versucht, das dann so ein bisschen abzudecken. Ja, das ist total krass. Sehr gut. Okay, ich glaube dann, wenn keine Fragen mehr sind, euch sehe gerade erst, die noch ein paar im Chat ist noch ein bisschen was gekommen, könnte etwas zum Thema Chain of Sort Prompting sagen, das gleich iteratives Prompting, ja nicht ganz, also Chain of Sort vielleicht, da ist die Idee, dass man ihm sagt, Denkeschritt für Schritt, das wird heute quasi, wenn ich jetzt beispielsweise bei dem Chain of Sort, wenn ich im klassischen ChatGBT bin und auf dies Automatik gestellt habe. Also JetGBT ist ja mittlerweile so. Vielleicht zeige ich es auch nochmal kurz. Gehe ich nochmal kurz in JetGBT rein. Gucken wir mal, ob ich es hier noch offen. Ja, genau, hier habe ich es noch offen. Das ist ja quasi hier so eine Art Automatik eingestellt hat,

46:00also dass es selber erst mal in dem Instant Mode oder in dem Art Router arbeitet und dann von selber entscheidet, ob ein Sinking-Modell eingeschaltet wird oder nicht. Und ich kann durch die Phrase Denk-Schritt-für-Schritt, dieses Chain-of-Sort, früher war das so, kann ich quasi automatisch ihn dann, auch wenn ich in so einem Router-Auswahlgrad bin, kann ich ihn da drauf setzen, dass er in jedem Fall das Sinking-Modell einschaltet. Also heute wird dieses Chain-of-Sort, dieses Denk-Schritt-für-Schritt-Anweisung, die wird hauptsächlich verwendet, um zu sagen, okay, ich gebe das beim Prom direkt dazu, dann brauche ich mich nicht drum kümmern, welches Modell jetzt gerade ausgewählt würde, sondern durch dieses Denkeschritt für Schritt, wenn das im Prompt emphalten ist, dann weiß das System automatisch, okay, ich wähle jetzt ein Sinking-Modell und das wird das Sinking, das Sinking-Mode angeschaltet. Also insofern ist noch ein gewisses Thema, weil eben die Phrase, die aus diesem Chain

46:58of Sort kommt, dieses Denkeschritt für Schritt, dass das so verwendet wird. Guck jetzt gerade nochmal zweimal eingegen in einen Fenster, ja, war noch die Frage, genau. Also es wird ganz stumpf, der Promt, den ich habe, einfach nochmal kopiert und einfach unten drunter gesetzt, im gleichen Eingabefenster und dann erst abgeschickt. Also es wird quasi, ja, einfach wiederholt und dann wiederholt abgeschickt. Genau. Die Quelle für die Wiederholung, ja, das ist eine gute Frage, müsste ich jetzt nachschlagen. Also so ad hoc, glaube ich, finde ich das jetzt nicht. Also können wir raushuchen, können wir vielleicht den einen der nächsten unserer Learninglabs vielleicht dann mitbringen, die wir ja so einmal im Monat haben, dann würde ich das nochmal raushuchen und würde ich das damit machen. Was ist denn die Idee? Schreibe ich mal auf. Dann hat Guido noch gefragt, was haltet ihr davon, Promps erstellen zu lassen? Ach jo klar, natürlich. Also ein sehr, sehr cooles

47:53Tool ist der Klo, beispielsweise. Also finde ich großartig, denktiere ich im Auto rein, die Proms usw. Was ich auch schon mal gemacht habe, ich habe einfach zur selben Anfrage drei verschiedene Promps erstellen lassen und habe die dann getestet, welche dann die beste Anworter gab und damit kann man also spielen und daran kann man auch lernen, was denn also einen indem jeweiligen Sprachmodell mit dem ich am liebsten arbeite, dann ein effektivster oder der effektivste Prompt sein kann. Genau. Genau. Mit den Rollen, ja, geh du auch noch mal, haben die Rollen noch irgendwie einen Impact auf das Ergebnis war am Anfang in der Tanzrunde. Also du bist jetzt Redakteur für und jetzt bist du der beste Redakteur und du bist noch viel besser als der Beste und bla bla bla. Da mache ich persönlich die Erfahrung und die spielen keine Rolle mehr, die Rollen. Sehe ich auch so. Also Rollpromting ist so ein bisschen überholt. Aber es ist also

48:51ich finde, es hat noch seinen Einsatz, wenn ich halt das möchte, dass die Ausgabe in einer gewissen Sprache oder Tonalität erfolgt. Wenn ich sage, du bist Rechtsanwalt, dann kriege ich schon eine Antwort, die auch eher so, sag ich mal, wie halt ein Rechtsanwalt spricht, eher so juristisch gesehen, dass die dann eher dem auch angepasst ist. Aber jetzt von der, von der reinen Logik-Nutzung ist das Roll-Prompting aus meiner Sicht nicht mehr so stark. Ja. Projekte in den GPTs. Ja, also nehme ich jetzt erst so eher als Projektordner war, also als Strukturelement selber. Ach so, ja, mit dem Kontextfenster, glaube ich, ist jetzt hier gemeint, wahrscheinlich. Wahrscheinlich, genau. Ja, in gewisser Weise stimmt das. Also mit einem Projekt kann ich das Kontextfenster oder die Problematik des Kontextfenster aufheben, weil ich natürlich eine Menge anwissen, was ich sonst reinkopieren müsste in den Prompt, in das Projekt

49:59reinlegen kann als Anlage oder als quasi zusätzliche Dokumente, die dann hier in dem Projekt mitgeführt werden. Also insofern, das stimmt. Also statt, wenn ich jetzt sehr viel Input habe und ich weiß schon, ich habe sogar einen kurzen Prompt, aber ich habe eine Menge Material, was ich da reinkopieren würde sonst, würde ich glaube ich auch über über so ein Projekt ergehen. Das macht schon durchaus einen guten Punkt. Self-reflection, prompting, also skeptisches hinterfragen. Ja, also da ist letztendlich so auch so ein bisschen geht auch wieder in die Richtung, denke Schritt für Schritt. Also Einzus Self-reflecting, was ich gerne nutze, ist, genau, prüfe deine Antwort. Ich mache das häufig so, dass kritisiere das obenstehende, dass ich das dann quasi als Abschlussbrummen mache, weil dann ist er in der Lage, sein eigenes geschriebenes, ausgegebenes ja noch mal zu prüfen und mir darauf eine Antwort zu geben. Also, also aber prüfe deine

51:01Antwort. Ich kenn's halt unter, oder hab's immer so benutzt, oder kritisiere das obenstehende. Aber prüfe deine Antwort ist auch noch mal interessanter Ansatz, quasi von dem, von dem, dass er quasi in der rekursive Schleife gesetzt wird. Gibt unser sich, okay, ja gut, das ist, die Frage ist, macht er das halt immer, das nach wie vor, glaube ich. Also tendenziell bei, wenn ich es überprüfe, mache ich es auch gerne nochmal so, dass ich Ihnen ein anderes Chet System dann nochmal reingebe, das Ergebnis dort reingebe und das das dann dort nochmal kritisch betrachten lasse, so dass es quasi eben Bewusst noch mal von einem anderen Modell, von einem anderen Hersteller-Modell quasi begutachtet und optimiert wird. Sehr schön. Okay, also ich nehme mit, dass wir noch mal gucken wegen dem Double Prompting, dass ich da die Studie noch mal aufsuche. Ich hatte mir das irgendwo gespeichert, aber das braucht ein bisschen Zeit und dann, wo startet ihr meist Claude?

51:58Das ist eine sehr gute Frage. Also ist ganz unterschiedlich. Also sag ich mal so gefühlt, würde ich schon sagen, einfach weil es am längsten da ist, bin ich so, gerade wenn ich nicht groß drüber nachdenke, bin ich schon eher der Typ, der schnell zu LGBT greift, das ist aber, glaube ich, eher ein Gewohnheitsmuster. Wenn ich ein bisschen schon dann in Planung gehe, ja, ich will das und das machen, ist es tatsächlich so, dass ich dann eher Claude als Startpunkt benutze. Also ist für mich schon so die Claude auch so ein wichtiges Instrument geworden, was quasi fast schon so eine gleichwertige Nutzung hat, wie Chechibiti, aber auch Gemini, also zwischen den drei bin ich am meisten am Wechseln, Gemini, Claude und Chechibiti. Ja, das geht mir so eh nicht her. Okay, sehr schön. Ja, dann wünschen wir euch allzeit Gutes Promting und dann bis zum nächsten Zeit und einen schönen Tag. Macht's gut. Tschau.